文章总结: 文档阐述了FridaPython库的使用,强调其结合Python实现自动化与RPC交互的优势。内容涵盖进程附加、Spawn模式及远程连接等基础操作,详解了Frida与Python通过send和recv进行双向通信的机制,并提供了利用文件监听实现脚本动态重载的方案,有效提升逆向分析与动态调试的效率。 综合评分: 87 文章分类: 移动安全,逆向分析,安全工具
【APP测试】frida的python库使用
原创
d0n9x1e d0n9x1e
蝉SEC
2026年1月17日 17:33 江苏
引子
1. 为什么需要使用 Frida 的 Python 库
a) 自动化处理与扩展性
-
手工调试的局限性
:之前介绍的 Frida 主要用于手工调试阶段,适合在交互式环境中进行动态分析。然而,对于复杂的逆向工程任务,手工调试效率较低,且难以实现自动化。
-
Python 的优势
:Python 是一种强大的脚本语言,具有丰富的库支持(如网络请求、数据处理、文件操作等)。通过使用 Frida 的 Python 库,可以将 Frida 的动态分析能力与 Python 的自动化脚本能力结合起来,实现更高效的逆向工程和自动化测试。
b) 算法转发与 RPC
-
算法转发和 RPC 的便捷性
:Frida 提供了强大的 RPC 功能,允许在运行时动态调用和修改目标程序的行为。通过 Python,可以更方便地实现算法转发(如加解密算法的转发)和 RPC 功能,从而在逆向工程中实现更复杂的逻辑。
-
示例
:假设需要在运行时动态修改加解密算法,可以通过 Python 脚本调用 Frida 的 RPC 功能,将算法转发到本地 Python 环境中进行处理,处理完成后将结果返回给目标程序。
c) 实时数据交互
-
Frida 与 Python 的协同工作
:Frida 可以实时与 Python 进行数据交互。在 Frida 脚本中,可以将数据发送到 Python 环境中进行处理,处理完成后将结果返回给 Frida 脚本,Frida 再继续执行后续代码。
-
Python 的强大库支持
:Python 提供了丰富的库,如
requests(网络请求)、numpy(数值计算)、pandas(数据分析)等,这些库可以大大简化代码编写,提高开发效率。
2. 使用 Frida 的 Python 库时的局限性
a) 缺乏即时修改功能
-
问题
:当 Frida 脚本(
jsCode)有修改时,必须重新运行 Python 脚本才能生效。Frida 的 Python 库不支持即时修改功能,这意味着每次修改 Frida 脚本后都需要重新加载整个脚本。 -
解决方案
:
-
手动重新加载
:每次修改 Frida 脚本后,重新运行 Python 脚本。
-
动态加载机制
:可以在 Python 脚本中实现一个简单的动态加载机制,通过文件监听等方式检测 Frida 脚本的修改,并重新加载脚本。
示例:动态加载机制
import frida, sys, time
from watchdog.observers import Observer
from watchdog.events import FileSystemEventHandler
class ScriptHandler(FileSystemEventHandler):
def __init__(self, script_path, process):
self.script_path = script_path
self.process = process
self.load_script()
def load_script(self):
with open(self.script_path, 'r') as f:
jsCode = f.read()
self.script = self.process.create_script(jsCode)
self.script.load()
print("Script loaded from:", self.script_path)
def on_modified(self, event):
if event.src_path == self.script_path:
print("Script modified, reloading...")
self.script.unload()
self.load_script()
if __name__ == "__main__":
device = frida.get_usb_device()
process = device.attach('com.dodonew.online')
script_path = 'path/to/your/frida_script.js'
event_handler = ScriptHandler(script_path, process)
observer = Observer()
observer.schedule(event_handler, path='.', patterns=[script_path])
observer.start()
try:
sys.stdin.read()
except KeyboardInterrupt:
observer.stop()
observer.join()
代码说明:
-
FileSystemEventHandler:监听文件修改事件。
-
on_modified:当 Frida 脚本文件被修改时,重新加载脚本。
-
Observer:启动文件监听器,实时监控脚本文件的修改。
通过这种方式,可以在修改 Frida 脚本后自动重新加载,而无需手动重新运行 Python 脚本。
总结
-
Frida 的 Python 库
:提供了强大的自动化能力,结合 Python 的丰富库支持,可以实现复杂的逆向工程任务。
-
包名附加
:通过 Python 脚本可以方便地附加到目标进程并执行 Frida 脚本。
-
动态加载机制
:虽然 Frida 的 Python 库不支持即时修改功能,但可以通过文件监听等方式实现动态加载,提高开发效率。
基础使用
1. 包名附加
使用 Frida 的 Python 库可以方便地附加到目标进程并执行 Frida 脚本。以下是一个简单的示例代码:
import frida, sys
# 定义 Frida 脚本代码
jsCode = """
Java.perform(function () {
var Activity = Java.use('com.example.MyActivity');
Activity.onResume.implementation = function () {
console.log('onResume called');
this.onResume();
};
});
"""
# 附加到目标进程
process = frida.get_usb_device().attach('com.dodonew.online')
# 创建并加载脚本
script = process.create_script(jsCode)
script.load()
# 阻塞主线程,防止脚本退出
sys.stdin.read()
代码说明:
-
frida.get_usb_device():连接到 USB 设备(适用于 Android 设备)。
-
attach('com.dodonew.online'):附加到目标进程(通过包名指定)。
-
create_script(jsCode):创建一个 Frida 脚本。
-
script.load():加载并执行 Frida 脚本。
-
sys.stdin.read():阻塞主线程,防止脚本退出。
2. 通过 PID 附加到进程
场景
当已知目标进程的 PID 时,可以直接通过 PID 附加到该进程。
示例代码
import frida, sys
# 定义 Frida 脚本代码
jsCode = """
Java.perform(function () {
var Activity = Java.use('com.example.MyActivity');
Activity.onResume.implementation = function () {
console.log('onResume called');
this.onResume();
};
});
"""
# 通过 PID 附加到进程
process = frida.get_usb_device().attach(9999) # 替换为实际的 PID
script = process.create_script(jsCode)
script.load()
# 阻塞主线程,防止脚本退出
sys.stdin.read()
注意事项
- 确保 PID 是正确的,并且目标进程正在运行。
- 如果目标设备是远程设备或通过网络连接,需要使用
frida.get_device_manager().add_remote_device()方法获取设备对象。
3. 使用 spawn 方式启动进程
场景
spawn 方式可以启动一个新进程,并在启动时挂起,以便在进程运行之前加载 Frida 脚本。
示例代码
import frida, sys
# 定义 Frida 脚本代码
jsCode = """
Java.perform(function () {
var Activity = Java.use('com.example.MyActivity');
Activity.onResume.implementation = function () {
console.log('onResume called');
this.onResume();
};
});
"""
# 获取设备并以挂起方式启动目标应用
device = frida.get_usb_device()
pid = device.spawn(["com.dodonew.online"]) # 替换为目标应用的包名
process = device.attach(pid)
# 加载 Frida 脚本
script = process.create_script(jsCode)
script.load()
# 恢复进程运行
device.resume(pid)
# 阻塞主线程,防止脚本退出
sys.stdin.read()
注意事项
- 使用
spawn启动的进程会挂起,直到调用device.resume(pid)后才会继续运行。 - 确保目标应用的包名正确。
4. 连接非标准端口
场景
当目标设备运行在非标准端口(如自定义的 Frida 服务器端口)时,需要指定设备的 IP 地址和端口。
示例代码
import frida, sys
# 定义 Frida 脚本代码
jsCode = """
Java.perform(function () {
var Activity = Java.use('com.example.MyActivity');
Activity.onResume.implementation = function () {
console.log('onResume called');
this.onResume();
};
});
"""
# 连接到运行在非标准端口的设备
process = frida.get_device_manager().add_remote_device('192.168.3.68:8888').attach('com.dodonew.online')
script = process.create_script(jsCode)
script.load()
# 阻塞主线程,防止脚本退出
sys.stdin.read()
注意事项
- 确保目标设备的 IP 地址和端口正确。
- 如果目标设备是本地设备,可以使用
localhost或127.0.0.1。
6. 连接多个设备
场景
在某些情况下,可能需要同时连接多个设备并注入相同的 Frida 脚本。
示例代码
import frida, sys
# 定义 Frida 脚本代码
jsCode = """
Java.perform(function () {
var Activity = Java.use('com.example.MyActivity');
Activity.onResume.implementation = function () {
console.log('onResume called');
this.onResume();
};
});
"""
# 连接到第一个设备
process = frida.get_device_manager().add_remote_device('192.168.3.68:8888').attach('com.dodonew.online')
script = process.create_script(jsCode)
script.load()
# 连接到第二个设备
# process1 = frida.get_device_manager().add_remote_device('192.168.3.69:8888').attach('com.dodonew.online')
# script1 = process1.create_script(jsCode)
# script1.load()
# 阻塞主线程,防止脚本退出
sys.stdin.read()
注意事项
- 确保每个设备的 IP 地址和端口正确。
- 如果需要同时管理多个设备,可以通过线程或异步方式来实现。
总结
-
通过 PID 附加
:适用于已知目标进程 PID 的场景。
-
使用
spawn方式启动:适用于需要在进程启动时注入脚本的场景。
-
连接非标准端口
:适用于目标设备运行在自定义端口的场景。
-
连接多个设备
:适用于需要同时操作多个设备的场景。
通过这些方法,可以灵活地使用 Frida 的 Python 库进行动态分析和逆向工程。
frida与Python的交互
Frida 提供了强大的机制,允许在 JavaScript 脚本和 Python 脚本之间进行实时交互。这种交互通过消息传递机制实现,使得 Frida 脚本可以将数据发送到 Python 环境中,并接收 Python 环境返回的数据。以下是关于 Frida 与 Python 交互的详细说明。
1. send 的使用
场景
在 Frida 的 JavaScript 脚本中,send 函数用于将消息发送到 Python 环境。Python 环境可以通过监听 message 事件来接收这些消息。
示例代码
JavaScript 脚本
Java.perform(function () {
var Activity = Java.use('com.example.MyActivity');
Activity.onResume.implementation = function () {
send("onResume called"); // 发送消息到 Python 环境
this.onResume();
};
});
Python 脚本
import frida, sys
def message(message, data):
if message["type"] == 'send':
print(u"[*] {0}".format(message['payload'])) # 打印发送的消息
else:
print(message)
jsCode = """
Java.perform(function () {
var Activity = Java.use('com.example.MyActivity');
Activity.onResume.implementation = function () {
send("onResume called");
this.onResume();
};
});
"""
process = frida.get_usb_device().attach('com.example.app')
script = process.create_script(jsCode)
script.on('message', message) # 注册消息监听器
script.load()
sys.stdin.read()
说明
-
send函数:在 Frida 的 JavaScript 脚本中,
send函数用于发送消息到 Python 环境。消息内容可以是字符串或对象。 -
message事件:在 Python 脚本中,通过
script.on('message', messageFunc)注册消息监听器,监听来自 Frida 脚本的消息。 -
messageFunc:消息处理函数,接收两个参数:
-
message:消息内容,是一个字典,包含
type和payload等字段。 -
data:可选的附加数据。
2. send 与 console.log 的区别
-
console.log:
-
用于在 Frida 的 JavaScript 脚本中打印日志到控制台。
-
输出内容直接显示在控制台,不会发送到 Python 环境。
-
示例:
console.log("Hello, Frida!");
-
send:
-
用于将消息发送到 Python 环境。
-
Python 环境可以通过注册的
message事件接收并处理这些消息。 -
示例:
send("Hello, Python!");
总结
-
console.log用于调试和打印日志。
-
send用于与 Python 环境进行交互,传递消息或数据。
3. script.post
script.post 是 Python 环境中用于向 Frida 脚本发送消息的函数。它允许 Python 环境主动向 Frida 脚本发送数据。
示例代码
Python 脚本
import frida, sys
jsCode = """
Java.perform(function () {
var Activity = Java.use('com.example.MyActivity');
Activity.onResume.implementation = function () {
send("onResume called");
this.onResume();
};
rpc.exports = {
add: function (a, b) {
return a + b;
}
};
});
"""
process = frida.get_usb_device().attach('com.example.app')
script = process.create_script(jsCode)
script.load()
# 向 Frida 脚本发送消息
script.post({'type': 'input', 'data': 'Hello from Python!'})
# 调用 Frida 脚本中的 RPC 函数
result = script.exports.add(1, 2)
print("RPC result:", result)
sys.stdin.read()
说明
-
script.post:用于向 Frida 脚本发送消息。消息内容可以是字符串或对象。
-
消息格式
:消息是一个字典,通常包含
type和data等字段。 -
RPC 函数
:Frida 脚本中可以定义 RPC 函数,Python 环境可以通过
script.exports调用这些函数。
4. recv 的使用
recv 是 Frida 的 JavaScript 脚本中用于接收 Python 环境发送的消息的函数。它允许 Frida 脚本监听并处理来自 Python 环境的消息。
示例代码
JavaScript 脚本
Java.perform(function () {
var Activity = Java.use('com.example.MyActivity');
Activity.onResume.implementation = function () {
send("onResume called");
this.onResume();
};
recv(function (obj) {
console.log("Received from Python:", obj.data);
}).wait();
});
Python 脚本
import frida, sys
jsCode = """
Java.perform(function () {
var Activity = Java.use('com.example.MyActivity');
Activity.onResume.implementation = function () {
send("onResume called");
this.onResume();
};
recv(function (obj) {
console.log("Received from Python:", obj.data);
}).wait();
});
"""
process = frida.get_usb_device().attach('com.example.app')
script = process.create_script(jsCode)
script.load()
# 向 Frida 脚本发送消息
script.post({'data': 'Hello from Python!'})
sys.stdin.read()
说明
-
recv函数:在 Frida 的 JavaScript 脚本中,
recv函数用于接收 Python 环境发送的消息。 -
消息处理
:
recv函数接收一个回调函数,用于处理接收到的消息。 -
wait方法:
recv函数的wait方法用于阻塞当前线程,直到接收到消息。
总结
-
send:
- 用于从 Frida 脚本向 Python 环境发送消息。
- Python 环境通过
script.on('message', messageFunc)接收消息。
-
console.log:
- 用于在 Frida 脚本中打印日志到控制台。
- 不会发送到 Python 环境。
-
script.post:
- 用于从 Python 环境向 Frida 脚本发送消息。
- 消息可以是字符串或对象。
-
recv:
- 用于在 Frida 脚本中接收 Python 环境发送的消息。
- 通过回调函数处理接收到的消息。
通过这些机制,Frida 和 Python 可以实现高效的双向交互,满足复杂的逆向工程和动态分析需求。
免责声明:
本文所载程序、技术方法仅面向合法合规的安全研究与教学场景,旨在提升网络安全防护能力,具有明确的技术研究属性。
任何单位或个人未经授权,将本文内容用于攻击、破坏等非法用途的,由此引发的全部法律责任、民事赔偿及连带责任,均由行为人独立承担,本站不承担任何连带责任。
本站内容均为技术交流与知识分享目的发布,若存在版权侵权或其他异议,请通过邮件联系处理,具体联系方式可点击页面上方的联系我。
本文转载自:蝉SEC d0n9x1e d0n9x1e《【APP测试】frida的python库使用》
版权声明
本站仅做备份收录,仅供研究与教学参考之用。
读者将信息用于其他用途的,全部法律及连带责任由读者自行承担,本站不承担任何责任。








评论